一、题目描述
请你设计一个数据结构,支持 添加新单词 和 查找字符串是否与任何先前添加的字符串匹配 。
实现词典类 WordDictionary
:
WordDictionary()
初始化词典对象void addWord(word)
将word
添加到数据结构中,之后可以对它进行匹配bool search(word)
如果数据结构中存在字符串与word
匹配,则返回true
;否则,返回false
。word
中可能包含一些'.'
,每个.
都可以表示任何一个字母。
示例:
输入: ["WordDictionary","addWord","addWord","addWord","search","search","search","search"] [[],["bad"],["dad"],["mad"],["pad"],["bad"],[".ad"],["b.."]] 输出: [null,null,null,null,false,true,true,true] 解释: WordDictionary wordDictionary = new WordDictionary(); wordDictionary.addWord("bad"); wordDictionary.addWord("dad"); wordDictionary.addWord("mad"); wordDictionary.search("pad"); // 返回 False wordDictionary.search("bad"); // 返回 True wordDictionary.search(".ad"); // 返回 True wordDictionary.search("b.."); // 返回 True
提示:
1 <= word.length <= 25
addWord
中的word
由小写英文字母组成search
中的word
由 '.' 或小写英文字母组成- 最多调用
10^4
次addWord
和search
二、解题思路
这个问题可以通过使用Trie(前缀树)数据结构来解决。Trie是一种用于检索字符串数据集中的键的有序树数据结构。它的优点是可以以O(m)的时间复杂度(其中m是字符串的长度)搜索字符串,并且可以高效地处理前缀匹配问题。
解题思路如下:
- 使用Trie数据结构来存储添加的单词。
addWord
方法:遍历单词的每个字符,如果当前字符不在子节点中,则创建一个新的Trie节点,然后递归添加下一个字符。search
方法:由于word
中可能包含.
,这表示任意字符,所以我们需要递归地检查所有可能的路径。如果遇到.
,则对当前节点的所有非空子节点进行递归搜索。
三、具体代码
class WordDictionary {
private TrieNode root;
public WordDictionary() {
root = new TrieNode();
}
public void addWord(String word) {
TrieNode node = root;
for (char c : word.toCharArray()) {
if (!node.containsKey(c)) {
node.put(c, new TrieNode());
}
node = node.get(c);
}
node.setEnd();
}
public boolean search(String word) {
return searchInNode(word, root);
}
private boolean searchInNode(String word, TrieNode node) {
for (int i = 0; i < word.length(); i++) {
char currentChar = word.charAt(i);
if (currentChar == '.') {
for (char c : node.keySet()) {
TrieNode nextNode = node.get(c);
if (searchInNode(word.substring(i + 1), nextNode)) {
return true;
}
}
return false;
} else {
if (!node.containsKey(currentChar)) {
return false;
}
node = node.get(currentChar);
}
}
return node.isEnd();
}
}
class TrieNode {
private TrieNode[] children;
private boolean isEnd;
public TrieNode() {
children = new TrieNode[26];
isEnd = false;
}
public boolean containsKey(char c) {
return children[c - 'a'] != null;
}
public TrieNode get(char c) {
return children[c - 'a'];
}
public void put(char c, TrieNode node) {
children[c - 'a'] = node;
}
public void setEnd() {
isEnd = true;
}
public boolean isEnd() {
return isEnd;
}
public Set<Character> keySet() {
Set<Character> keySet = new HashSet<>();
for (int i = 0; i < 26; i++) {
if (children[i] != null) {
keySet.add((char) (i + 'a'));
}
}
return keySet;
}
}
在上述代码中,TrieNode
类代表Trie的节点,它包含一个长度为26的数组children
,用于存储子节点,以及一个布尔值isEnd
,用于标记是否是单词的结尾。WordDictionary
类实现了添加单词和搜索单词的方法。搜索方法searchInNode
是递归的,以处理包含.
的搜索模式。
四、时间复杂度和空间复杂度
1. 时间复杂度
(1) addWord 方法
addWord
方法遍历了单词中的每个字符。- 对于每个字符,它执行常数时间的操作(检查是否包含键、获取节点、添加节点)。
因此,addWord
方法的时间复杂度是O(m),其中m是单词的长度。
(2) search 方法
search
方法也遍历了搜索字符串中的每个字符。- 如果当前字符不是
.
,则它执行常数时间的操作。 - 如果当前字符是
.
,则需要遍历当前节点的所有子节点,并对每个子节点进行递归搜索。
最坏情况下,每个节点都有26个子节点,并且对于每个.
,都需要对每个子节点进行递归调用。这意味着在最坏情况下,时间复杂度是O(26^n),其中n是字符串的长度。
2. 空间复杂度
(1) TrieNode 类
TrieNode
类有一个长度为26的数组,存储子节点。- 每个节点只存储其子节点的引用,而不存储实际的字符。
因此,TrieNode
类本身的空间复杂度是O(1),因为不管输入如何,它都只占用固定大小的空间。
(2) WordDictionary 类
WordDictionary
类有一个根节点root
,所有的单词都存储在这个根节点下。- 对于每个添加的单词,可能需要添加新的节点。
在最坏情况下,如果所有的单词都是不同的,那么每个单词的每个字符都会创建一个新的节点。假设有n个单词,每个单词最长为m,那么最坏情况下的空间复杂度是O(n * m)。
3. 总结
addWord
方法的时间复杂度是O(m),空间复杂度是O(1)(对于单个单词)。search
方法的时间复杂度在最坏情况下是O(26^n),空间复杂度是O(n),这是递归调用栈的深度。
这里的n是搜索字符串的长度,m是添加的单词的长度,n和m通常是不同的。在最坏情况下,n和m可以相等。
五、总结知识点
-
类的定义与实例化:定义了两个类
WordDictionary
和TrieNode
,WordDictionary
类包含一个TrieNode
类型的成员变量root
,并在构造方法中初始化它。 -
成员方法:
addWord
和search
是WordDictionary
类的公共方法,用于添加单词和搜索单词。searchInNode
是私有辅助方法,用于递归搜索Trie树。 -
字符数组遍历:
addWord
方法中使用word.toCharArray()
将字符串转换为字符数组,并使用增强型for
循环遍历数组。 -
Trie数据结构:
TrieNode
类代表Trie树的节点,包含一个长度为26的TrieNode
数组children
和一个布尔值isEnd
。数组索引对应字母表的字母,布尔值标记单词结束。 -
字符与索引转换:在
TrieNode
类中,通过c - 'a'
将字符转换为数组索引。 -
递归算法:
searchInNode
方法是一个递归方法,用于在Trie树中搜索包含.
的字符串。 -
条件逻辑:
if-else
语句用于处理.
字符,表示任意字符的匹配,以及字符是否存在于当前Trie节点中。 -
集合的使用:
keySet
方法返回一个包含所有有效子键的HashSet
集合,用于在递归搜索时遍历所有可能的子节点。 -
字符串子串:在处理
.
字符时,使用word.substring(i + 1)
获取子字符串,以便在递归调用中继续搜索。 -
成员变量的封装:
TrieNode
类的成员变量children
和isEnd
被声明为私有,通过公共方法访问和修改,符合封装原则。
以上就是解决这个问题的详细步骤,希望能够为各位提供启发和帮助。